原文链接：http://storm.apache.org/releases/1.0.3/Concepts.html

本人原创翻译，转载请注明出处

之前翻译过Storm的Tutorial：http://www.jianshu.com/p/ea078dbd9958 所以这次不会再一字一句等翻译。

这篇文章列出了Storm的主要概念和相关的资源链接（可以获取更多信息）。讨论的概念包括：

1. Topologies
2. Streams
3. Spouts
4. Bolts
5. Stream groupings
6. Reliability
7. Tasks
8. Workers

Topologies

应用程序的逻辑被打包进了一个Storm topology。spouts和bolts以stream groupings相连，构成的图就是topology。

Streams

stream是Storm的核心抽象。stream是tuple的无限序列，tuple以分布式的方式并行的被创建和处理。默认情况下，tuples可以包含integers, longs, shorts, bytes, strings, doubles, floats, booleans, and byte arrays。你可以定义serializers，这样自定义的类型也可以在tuples中直接使用。

Spouts

spout是streams的源。spouts可以是可靠的，也可以是不可靠的。如果tuple处理失败，可靠的spout会重传它，不可靠的spout会在emit tuple后立即“忘掉”它。

Bolts

bolts是topology里真正负责处理tuple的单元。

Stream groupings

定义topology的一部分就是要定义bolt该接收哪个stream作为输入，Stream groupings就是用来做这件事。有8种内建的Stream groupings，你也可以实现CustomStreamGrouping 接口来自定义一个Stream groupings。

1. Shuffle grouping: tuples随机分配给bolts，每个bolt收到的tuple数量相同。
2. Fields grouping: stream被grouping中指定的字段分割。举个例子，如果一个stream以"user-id" 字段分组，"user-id" 相同的tuple将总是分配到相同的任务，"user-id" 不同的tuple可能分配到不同的任务。
3. Partial Key grouping: 和Fields grouping一样以字段来分组，但是在下游的bolts之间做了负载均衡，当输入数据不均衡的时候可以更好的利用系统资源。这篇论文说明了它是如何工作的以及它的优点。
4. All grouping: 流将被复制到所有bolts，使用这种分组的时候要特别小心。
5. Global grouping: 整个流都将被分配到唯一一个bolt任务，通常是id最小的那个。
6. None grouping:这种分组方式意味着你不关心如何分组。目前，这种方式等价于shuffle groupings。
7. Direct grouping: 这是一种特殊的分组，由tuple的生产者来决定谁来消费这个tuple。Direct groupings只能搭配direct streams使用，也就是说tuple必须通过emitDirect方法发出。bolt可以通过TopologyContext 或 跟踪emit的返回值（返回值就是接收tuple的任务ids）来得到消费者的任务ids。
8. Local or shuffle grouping: 如果目的bolt在相同的worker进程中有一个或多个任务，tuples就会被随机发送给这些同进程的任务。否则就按普通shuffle grouping处理。

Reliability

这部分专门翻译了一篇文章：http://www.jianshu.com/p/a51167bab444

Tasks

每个spout和bolt都以集群中任务的形式执行。每个任务对应一个线程，setSpout和setBolt用来设置任务的并发度。

Workers

topology在一个或多个worker进程中执行。每个worker进程是一个物理JVM，负责执行topology中所有任务的一个子集。举个例子，如果topology总的并发是300，worker数时50，那么每个worker执行6个任务。